跳到内容

    随着机器学习模型成为业务流程不可或缺的一部分,企业必须从根本上改变他们管理数据科学生命周期的方式. 特别是, 企业级模型监视和管理能力对于响应快速变化的事件和数据至关重要. 如果你不知道数据科学的表现是否正确,你就不能依赖它.

    加入这个会话来了解现实世界, 与来自AWS和Domino data Lab的数据科学专家讨论记录所有活动的“单层玻璃”的重要性时,讨论了特定于行业的场景, 结果, 假设, 与企业模型开发和运营相关的输出,以管理模型和数据漂移.

    BB电竞还将展示Domino Data Lab如何集成Amazon SageMaker的一个实际示例,并演示在Domino中运行Autopilot (AutoML). 了解这些技术如何结合SageMaker的培训能力, Domino模型监控的监视功能, 以及Domino data Lab平台中数据科学工作的集中化.

    与会者外卖:

    • 了解Domino Data Lab和AWS如何集成以提供mlop的端到端编排
    • 增加Domino模型监控的知识库, 一种自动跟踪数据集漂移和模型质量随时间下降的过程的产品
    • Domino Data Lab充当数据科学家的记录系统, 跟踪所有操作, 由Sagemaker自动驾驶模型生成的活动和输出.

    演讲者:

    • 柯克承担博士 - DataPrime公司的首席科学官、顶级影响者
    • 鲁米奥尔森 - AI/ML亚马逊网络服务专业解决方案架构师
    • 大卫•布洛赫 - Domino数据实验室的数据科学布道者